1. 项目背景与核心价值
在教育信息化快速发展的今天,各级学校积累了大量业务数据,包括学生信息、教学记录、财务收支、设备资产等。这些数据分散在不同系统中,形成了典型的"数据孤岛"现象。某重点中学的教务主任王老师曾向我吐槽:"每次上级要统计在校生户籍分布,我得从学籍系统导出Excel,再用VLOOKUP匹配户籍表,最后手动做数据透视,整个过程至少耗费半天"。
这正是"智能问数"要解决的痛点——通过建设学校数据中台与AI查询助手,让非技术人员也能用自然语言快速获取跨系统数据。想象一下,当校长在移动端输入"展示近三年各年级期末平均分对比",系统能在秒级返回可视化图表,这将极大提升管理决策效率。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 整体架构设计
2.1 技术栈选型
经过对教育行业特性的深入分析,我们采用分层架构设计:
code复制[前端交互层]
├─ 微信小程序(覆盖移动场景)
├─ Web管理后台(复杂查询配置)
[AI服务层]
├─ NLP引擎:阿里云NLP(教育领域定制词库)
├─ 意图识别:BERT+BiLSTM混合模型
├─ SQL生成:基于模板的语义转换
[数据中台层]
├─ 数据仓库:Apache Doris(实时分析)
├─ ETL工具:Kettle(数据清洗)
├─ 元数据管理:Atlas(字段级血缘)
[基础设施层]
├─ 容器化:Docker+K8s
├─ 监控:Prometheus+Grafana
选择Doris而非Hive的原因:学校数据量通常在TB级,且需要支持领导实时查询,Doris的MPP架构在并发查询性能上比Hadoop生态更具优势,运维成本也更低。
2.2 核心业务流程
-
自然语言解析:
- 用户输入"高二上学期物理实验课出勤率低于60%的学生名单"
- 系统识别实体:年级=高二、学期=上学期、课程=物理实验课、指标=出勤率
- 通过元数据目录关联到:student_attendance表、course_schedule表
-
SQL智能生成:
sql复制SELECT s.student_name, s.class_id FROM student_attendance a JOIN course_sche
